今天我们来学习一下异步请求； 这个讨论将引出代码示例，看看我们如何在 Python 中编写异步请求。
异步请求是我们系统的核心。 我们可以这样想：
当用户加载我们的网站（网站或网络应用程序）时，用户立即开始看到内容。 但它还没有完全准备好。 因此，当用户继续与页面交互时，我们在后台异步加载内容。
这些请求在等待响应时不会阻止后续代码的执行。 这意味着在处理请求时其他代码可以继续运行。
在处理可能需要一些时间才能响应的外部资源（例如 API 调用）时，它会很有帮助。 它还可以使您的代码响应更快，因为 UI 可以在处理请求时继续更新。
异步请求是提高 Python 应用程序性能的好方法。 当发出请求时，Python解释器可以在处理请求的同时继续执行其他代码。
它可以显着提高速度，特别是对于发出大量请求的应用程序。 但是，以下是使用异步请求时需要记住的一些要点。
总的来说，异步请求是提高 Python 应用程序性能的一个很好的工具。 但是，小心使用它； 它们可以帮助我们的应用程序运行得更快、更流畅。
使用 asyncio 模块可以轻松地发出异步请求。 此外，python的asyncio库提供了编写异步代码的工具。 例如，我们可以使用 asyncio.sleep() 暂停协程，使用 asyncio.wait() 等待协程完成。
要编写异步请求，我们需要首先创建一个协程。 我们可以使用 asyncio.ensure_future() 函数来做到这一点。 一旦我们有了协程，我们就可以使用 asyncio.sleep() 函数来暂停它，并使用 asyncio.wait() 函数来等待它完成。
首先，如果我们想在Python中运行异步请求，那么您应该使用以下命令安装aiohttp的python库。
pip install aiohttp
我们可以使用异步请求来提高 Python 应用程序的性能。 通过并行发出请求，我们可以大大加快这个过程。
在 Python 中有一些不同的方法来处理异步请求。 最流行的是 asyncio 库。 这个库提供了处理异步请求的强大工具。
另一个流行的选择是 grequests 库。 这个库比 asyncio 使用起来更简单一些，但它可以同样有效。
我们选择哪个选项将取决于我们的具体需求。 但无论我们选择哪种方式，我们都可以通过异步请求看到显着的性能提升。
import grequests
urls = [
'http://www.heroku.com',
'http://tablib.org',
'http://httpbin.org',
'http://python-requests.org',
'http://kennethreitz.com'
]
rs = (grequests.get(u) for u in urls)
grequests.map(rs)
我们可以使用大量 Python 库来发出异步请求。 最受欢迎的是 aiohttp 和 asyncio。
aiohttp 是一个使我们能够发出异步 HTTP 请求的库。 它建立在 asyncio 之上，并提供了一个简单的接口来发出 HTTP 请求。
asyncio 是一个支持 Python 异步编程的库。 它使我们能够编写异步代码，并使使用支持 asyncio 的库变得容易。
aiohttp 和 asyncio 都可以在 PyPI 上使用，并且可以使用 pip 安装。
import asyncio
import aiohttp
import json
from text_api_config import apikey
我们可以向服务器发出两种类型的请求：异步请求和常规请求。 当用户仍然与页面交互时，异步请求是在后台发出的。 典型的请求是在页面加载时发出的。
异步请求通常比常规请求更快、更高效，因为它们不会阻止页面加载。 然而，它们的实现可能更加复杂，并且并非所有浏览器都始终支持它们。
代码示例：
import requests
import time
start_time = time.time()
for number in range(1, 151):
url = f'https://pokeapi.co/api/v2/pokemon/{number}'
resp = requests.get(url)
pokemon = resp.json()
print(pokemon['name'])
print("--- %s seconds ---" % (time.time() - start_time))
输出:
bulbasaur
ivysaur
venusaur
....
dragonair
dragonite
mewtwo
--- 68.17992424964905 seconds
asyncio 是 Python 中用于并发编程的模块。 它提供了一个用于管理并发线程、任务和事件的框架。 asyncio 用于编写可以同时执行多个任务的程序。
asyncio 基于协程的概念。 协程是一个可以暂停执行并将控制权交还给调用者的函数。 它允许多个协程同时运行。
asyncio 提供了用于管理协程的工具，包括事件循环、任务调度程序和并发数据结构。
asyncio 是编写并发程序的有效方式。 它易于使用并且可以扩展到大型程序。 asyncio 是需要同时执行多个任务的程序的绝佳选择。
代码示例：
import asyncio
import aiohttp
import json
from text_api_config import apikey
async def gather_with_concurrency(n, *tasks):
semaphore = asyncio.Semaphore(n)
async def sem_task(task):
async with semaphore:
return await task
return await asyncio.gather(*(sem_task(task) for task in tasks))
aiohttp 模块是 Python 的异步 HTTP 客户端/服务器。 它基于 asyncio 构建，并提供了一个用于处理 HTTP 的简单 API。
aiohttp 模块使得在 Python 中使用 HTTP 变得很容易。 它提供了一个简单的 API，可以轻松发送和接收 HTTP 请求和响应。
aiohttp 模块还提供了一种运行异步 HTTP 服务器的方法。
import asyncio
import aiohttp
import json
from text_api_config import apikey
async def main():
conn = aiohttp.TCPConnector(limit=None, ttl_dns_cache=300)
session = aiohttp.ClientSession(connector=conn)
urls = [summarize_url, ner_url, mcp_url]
conc_req = 3
代码示例：
import queue
def task1(name, s_queue):
if s_queue.empty():
print(f'Task {name} has nothing to do')
else:
while not s_queue.empty():
cnt = s_queue.get()
total = 0
for x in range(cnt):
print(f'Task {name} is working now.')
total += 1
print(f'Task {name} is working with a total of: {total}')
def s_async():
s_queue = queue.Queue()
for work in [2, 5, 10, 15, 20]:
s_queue.put(work)
tasks = [
(task1, 'Async1', s_queue),
(task1, 'Async2', s_queue),
(task1, 'Async3', s_queue)
]
for t, n, q in tasks:
t(n, q)
if __name__ == '__main__':
s_async()
输出:
Task Async1 is running now.
Task Async1 is running with a total of: 2
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 5
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 10
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 15
Task Async1 is running now
...
Task Async1 is running now.
Task Async1 is running with a total of: 20
Task Async3 has nothing to do